UNITesi

This thesis questions the real viability of vehicle-to-grid technology on both private and shared systems. The buying and selling steps are determined by a Deep Learning algorithm that predicts the hourly price of energy.

La presente tesi si interroga sulla reale convenienza della tecnologia Vehicle-to-Grid, sia su sistemi privati che condivisi. Le fasi di compravendita sono determinate da un algoritmo di Deep Learning che prevede il prezzo orario dell'energia.

VALUTAZIONE DELLA PROFITTABILITÀ DELLA TECNOLOGIA VEHICLE-TO-GRID APPLICATA SU AUTO ELETTRICHE PRIVATE E CONDIVISE BASATA SU UN MODELLO DI PREVISIONE DEL PREZZO DELL’ENERGIA ELETTRICA TRAMITE TECNICHE DI MACHINE LEARNING

MARAGLINO, GIACOMO
2021/2022

Abstract

This thesis questions the real viability of vehicle-to-grid technology on both private and shared systems. The buying and selling steps are determined by a Deep Learning algorithm that predicts the hourly price of energy.
2021
EVALUATION OF THE PROFITABILITY OF VEHICLE-TO-GRID TECHNOLOGY APPLIED ON PRIVATE AND SHARED ELECTRIC CARS BASED ON AN ELECTRICITY PRICE PREDICTION MODEL USING MACHINE LEARNING TECHNIQUES
La presente tesi si interroga sulla reale convenienza della tecnologia Vehicle-to-Grid, sia su sistemi privati che condivisi. Le fasi di compravendita sono determinate da un algoritmo di Deep Learning che prevede il prezzo orario dell'energia.
Profittabilità
Vehicle-to-Grid
Machine Learning
Lauree triennali
File in questo prodotto:
File Dimensione Formato  
Tesi-Maraglino Giacomo_compressed.pdf

File consultabile da postazioni biblioteca

Descrizione: Tesi di Laurea di Maraglino Giacomo
Dimensione 3.37 MB
Formato Adobe PDF
3.37 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/81398